universidad san ignacio de loyola facultad de...

UNIVERSIDAD SAN IGNACIO DE LOYOLA

FACULTAD DE CIENCIAS EMPRESARIALES

Economía y Negocios Internacionales

“Evaluación del Impacto del Apalancamiento en las Pymes

Exportadoras del Sector Textil (2002-2015)”

Tesis para optar el título profesional de licenciado en:

Economía y Negocios Internacionales

Nombres y apellidos

Christian Martin Delgado Charaja

Jordan Anthony García Fernández

Asesor:

Victor Loret de Mola

Lima- Perú

2017

1

“Evaluación del Impacto del Apalancamiento en la Pymes

Exportadoras del Sector Textil, Perú 2002-2015”

Fecha de Sustentación y Aprobación: Jueves 19 de Enero del 2017

Presidente de Jurado

Dr. Taddei Diez, Leopoldo

Jurados:

Mg. Canales Rimachi, Jaime

Mg. González Taranco, Carlos

2

Índice

INTRODUCCION ................................................................................................................................. 5

PROBLEMA DE LA INVESTIGACION .................................................................................................... 6

PLATEAMIENTO DEL PROBLEMA ................................................................................................... 6

FORMULACION DEL PROBLEMA ...................................................................................................... 16

PROBLEMA GENERAL ................................................................................................................... 16

PROBLEMA ESPECÍFICO ............................................................................................................... 16

JUSTIFICACION ............................................................................................................................. 16

MARCO REFERENCIAL ...................................................................................................................... 18

ANTECEDENTES ............................................................................................................................ 18

MARCO TEORICO ......................................................................................................................... 19

MARCO INSTITUCIONAL .............................................................................................................. 23

OBJETIVO E HIPOTESIS ..................................................................................................................... 26

OBJETIVO ..................................................................................................................................... 26

OBJETIVO GENERAL ................................................................................................................. 26

OBJETIVOS ESPECIFICOS .......................................................................................................... 26

HIPOTESIS .................................................................................................................................... 26

HIPOTESIS PLANTEADA ............................................................................................................ 26

HIPOTESIS ESPECÍFICA ............................................................................................................. 26

METODO .......................................................................................................................................... 27

TIPO DE INVESTIGACION .............................................................................................................. 27

DISEÑO DE LA INVESTIGACION. ................................................................................................... 27

VARIABLES .................................................................................................................................... 28

MUESTRA ..................................................................................................................................... 28

PROCEDIMIENTO DE RECOLECCION DE DATOS ........................................................................... 28

PLAN DE ANALISIS ............................................................................................................................ 29

Análisis de Datos .......................................................................................................................... 29

RESULTADOS .................................................................................................................................... 33

RESULTADOS FINALES: ................................................................................................................. 33

INTERPRETACION DE DATOS ....................................................................................................... 37

DATOS DE LOS RESULTADOS ....................................................................................................... 38

CONCLUSIONES ................................................................................................................................ 40

RECOMENDACIONES........................................................................................................................ 41

BIBLIOGRAFIA .................................................................................................................................. 44

3

ANEXOS ............................................................................................................................................ 49

Índice de Gráficos

GRAFICO 1: Comparación de la Tasa de Interés Real de Perú y de otros países

Latinoamericanos 2007-2015. .......................................................................................... 7

GRAFICO 2: Evolución de las Exportaciones Peruanas 2002-2015 (Expresado en Miles

de Millones de USD) ........................................................................................................ 9

GRAFICO 3:Distribución de las Participación de los Bancos en el Mercado Peruano .... 10

GRAFICO 4:Evolución de las Tasas de Interés de Corto Plazo para Microempresas en

M.N. 2002-2015 .............................................................................................................. 12

GRAFICO 5: Evolución de las tasas de Interés de Largo Plazo para Microempresas en

M.N. 2002-2015 .............................................................................................................. 13

GRAFICO 6: Evolución de las tasas de interés de Corto Plazo para Microempresas en

M.E. 2002-2015 .............................................................................................................. 14

GRAFICO 7: Evolución de tasas de Interés de Largo Plazo para Microempresas en M.E.

2002-2015 (Expresado en %) ......................................................................................... 15

GRAFICO 8: Diagrama de Competitividad ..................................................................... 21

GRAFICO 9: Estacionalidad de las Variables ................................................................. 31

GRAFICO 10: Distribución del error antes de aplicar el VAR .......................................... 34

GRAFICO 11: Distribución del error luego de aplicar el VAR .......................................... 36

4

Índice de Cuadros

CUADRO 1: Comparación de Tasas de Interés (Expresado en %) ....................................... 7

CUADRO 2: Exportaciones del Perú 2002-2015 ....................................................................... 8

CUADRO 3: Participación de los Bancos en el Mercado Peruano ....................................... 10

CUADRO 4: Tasas de Interés de Corto Plazo en M.N. 2002-2015 ...................................... 11

CUADRO 5: Tasas de Interés de Largo Plazo en M.N. 2002-2015 ...................................... 12

CUADRO 6: Tasas de Interés de Corto Plazo en M.E. 2002-2015 ...................................... 13

CUADRO 7: Tasas de Interés de Largo Plazo en M.E. 2002-2015 ...................................... 14

CUADRO 8: Resultado de las Variables Econométricas de la primera corrida .................. 29

CUADRO 9: Resultado de las Variables Econométricas de la Segunda Corrida............... 32

CUADRO 10: Resultados de Variables en Primera Diferencia ............................................. 33

CUADRO 11: Resultados de Variables incluyendo los Vectores Autoregresivo - VAR .... 35

CUADRO 12: Resultados Finales .............................................................................................. 37

CUADRO 13: Tasas de Interés Pâsiva en algunos países Latinoamericanos ................... 41

5

INTRODUCCION

En el presente trabajo de investigación se analizará la sensibilidad que tienen las

exportaciones dentro del sector textil exportador, el cual se representa por las

exportaciones de prendas de vestir de algodón, frente a las tasas de interés del sector

bancario hacia las pymes.

El sector textil ha sido, durante los últimos diez años, el segundo sector más

representativo dentro de las Exportaciones No Tradicionales; sin embargo, durante los

últimos cuatro años, las exportaciones del sector textil han empezado a descender de

manera constante, con lo cual, las exportaciones del 2012 disminuyo en 40.59% al 2015.

esa desaceleración ha generado un problema económico; ya que, las empresas

exportadoras de dicho sector tienen una gran oferta por parte de las pymes del sector

textil; sin embargo, los principales demandantes no han sufrido caída alguna en sus

importaciones, por tal motivo se descarta de manera inmediata, la premisa que el consumo

por estos productos haya disminuido, con lo cual nace nuestro problema económico en el

presente estudio, con la siguiente premisa: “La demanda de nuestros productos del sector

textil, ha sido desplazada por productos que cuentan una mayor competitividad en costos”.

El mercado de las pymes exportadoras, con las cuales se compite está muy

definida por los valores diferenciales que puedan tener como marca u otros valores

adicionales que cada empresa pueda ofrecer a los demandantes del exterior. Es decir, se

encuentran en competencia monopolística.

Para la producción del sector textil mundial, se tienen procesos similares de

producción. Algunas de los factores que se tiene son: la tecnología, los insumos (materia

prima) y la mano de obra y adicional a esto, las empresas pymes cuentan con préstamos

bancarios para lograr un crecimiento. Sin embargo, el costo de mano de obra y el costo de

los préstamos bancarios difieren en función al país donde se produce.

Para el análisis econométrico se empleará las variables antes mencionadas para

conocer la relación que se tiene, frente a las exportaciones de las prendas de vestir de

algodón y mediante la determinación de sus coeficientes se conocerá el grado de

sensibilidad que tiene cada variable de producción sobre la variable de exportaciones de

prendas de vestir de algodón. Para la determinación de los coeficientes se empleó una

regresión lineal en series de tiempo.

La hipótesis general que se plantea, hace referencia a “las tasas de interés que

ofrecen los bancos (Costo Financiero) restan competitividad en costos a las Pymes

6

exportadoras del sector textil en el Perú”. La cual se aprueba con los resultados obtenidos;

dado que, el coeficiente que tiene la variable tasas de interés es más elevadas que los

coeficientes de las otras variables. Con dicho resultado también se aprueba el objetivo

general, con lo cual se demuestra el alto grado de sensibilidad que tienen las

exportaciones del sector textil frente a los cambios que se generen en las tasas de interés.

Luego de la aprobación de la hipótesis planteada y respaldo numérico del objetivo

general, se puede concluir que existe una alta dependencia de las pymes exportadoras

del sector textil hacia los financiamientos bancarios, lo cual, ante cualquier cambio

porcentual que los bancos hagan en sus tasas de interés, repercutirán de manera

significativa en las exportaciones de las pymes del sector textil.

Luego de la revisión de la literatura y el análisis de las variables se puede

recomendar que la apertura de bancos estatales dirigidos a las pymes con tasas de interés

más bajos que los bancos, generaría una mayor competitividad costos de nuestras

exportaciones en el sector textil.

PROBLEMA DE LA INVESTIGACION

PLATEAMIENTO DEL PROBLEMA

Las exportaciones del sector textil han venido cayendo durante los últimos cuatro

años; sin embargo, los mercados destino han mantenido el nivel de importaciones. Lo cual

nos lleva a indicar que los productos del sector textil en los mercados extranjeros están

siendo desplazados, se le atribuye dicha caída a la pérdida de competitividad generado

por el incremento en costos. El principal factor implicado en el incremento en costos es la

tasa de interés; ya que, muchas de las pymes del sector textil incurren en apalancamiento

para cubrir sus exportaciones.

La falta de control en la banca ha generado una distorsión. Dado que la tasa de

interés del país es la segunda más alta en la región, lo cual hace menos competitivos a

nuestras exportaciones. Si consideramos esta premisa, nuestros productos exportados

incurren en una pérdida de competitividad por sus costos; ya que, el costo de

apalancamiento para las pymes exportadoras es más elevado. En el siguiente cuadro se

podrá visualizar la diferencia de las tasas de interés con algunos otros países

latinoamericanos.

7

-5.00%

0.00%

5.00%

10.00%

15.00%

20.00%

25.00%

2007 2008 2009 2010 2011 2012 2013 2014 2015

Títu

lo d

el e

je

BOLIVIA

CHILE

COLOMBIA

MEXICO

PERU

COSTA RICA

CUADRO 1: Comparación de Tasas Reales de Interés (Expresado en %)

Fuente: Banco Mundial

Elaboración Propia


Elaboración Propia

Se aprecia en el Cuadro 1 que, en una comparación de tasas de interés bancaria, Perú cuenta con la tasa más elevada. La tasa de interés del sector bancario en nuestro

PAIS INDICADOR 2007 2008 2009 2010 2011 2012 2013 2014 2015

Bolivia Tasa de interés real (%)

5,11 3,16 15,15 1,04 -3,22 3,77 4,77 7,49 11,68

Chile Tasa de interés real (%)

3,65 12,73 3,28 -3,74 5,58 9,13 6,82 2,41 1,14

Colombia Tasa de interés real (%)

9,85 8,94 9,28 5,32 4,21 9,32 8,82 8,55 8,67

México Tasa de interés real (%)

2,42 2,55 3,42 0,77 -0,35 1,43 2,44 -1,09 0,89

Perú Tasa de interés real (%)

21,05 22,34 18,59 12,55 11,18 17,82 16,88 12,84 13,56

GRAFICO 1: COMPARACION DE LA TASA DE INTERES REAL DE PERU Y DE OTROS PAISES LATINOMAERICANOS 2007-2015.

(Expresado en %)

8

país ha venido bajando constantemente; sin embargo, aún no logramos ser competitivos en el costo de apalancamiento de empresas.

Esta alta tasa de interés hace que los productos peruanos de las pymes cuenten

con un mayor precio de mercado y eso los complica y condiciona al intentar competir con

otras pymes de otros países. Esta complicación se podría interpretar como “salida de

mercado”. Lo cual generaría pérdidas de empleo e inconvenientes de desarrollo en

nuestras industrias.

En el Cuadro 2, se puede observar el desenvolvimiento de nuestras exportaciones

CUADRO 2: Exportaciones del Perú 2002-2015

AÑO

Exportaciones Peruanas (MILES DE MILLONES DE

DOLARES)

2002 7,7

2003 9,1

2004 12,8

2005 17,3

2006 23,8

2007 28,1

2008 31

2009 27

2010 35,8

2011 46,4

2012 47,4

2013 42,8

2014 39,5

2015 34,2 FUENTE: Banco Central de Reserva del Perú. BCRP

Elaboración propia

9

GRAFICO 2: EVOLUCION DE LAS EXPORTACIONES PERUANAS 2002-2015 (Expresado en Miles de Millones de USD)

FUENTE: Banco Central de Reserva del Perú. BCRP

Elaboración propia

Por parte de los bancos, estas entidades financieras cuentan con una alta

concentración en el mercado lo cual genera una competencia imperfecta y eso hace que

las tasas de interés sean elevadas. Si bien las tasas de interés de los bancos han estado

bajando, estas son relativamente elevadas frente a las tasas que cuentan los mercados

de la región. Eso nos hace ser menos competitivos en costos.

0

5

10

15

20

25

30

35

40

45

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

10

CUADRO 3: Participación de los Bancos en el Mercado Peruano

BANCOS PARTICIPACION DE

MERCADO

B. de Crédito del Perú 33,5%

B. Continental 22,0%

Scotiabank Perú 16,3%

Interbank 11,1%

B. Interamericano de Finanzas 3,6%

Mibanco 3,5%

B. Financiero 2,8%

B. Falabella Perú 1,7%

B. GNB 1,6%

B. Santander Perú 1,3%

Citibank 1,0%

B. Ripley 0,7%

B. de Comercio 0,5%

B. Cencosud 0,2%

B. Azteca Perú 0,2%

B. ICBC 0,1%

FUENTE: Superintendencia de Banca y Seguros y AFP. SBS

Elaboración propia

GRAFICO 3: DISTRIBUCION DE LA PARTICIPACION DE LOS BANCOS EN EL MERCADO PERUANO

FUENTE: Superintendencia de Banca y Seguros y AFP.SBS

Elaboración propia

No podemos dejar de mencionar otras opciones que manejan las Pymes para

tener acceso al crédito. En el mercado peruano se tiene como fuentes de

PARTICIPACION DE MERCADO

B. de Crédito del Perú B. Continental Scotiabank Perú

Interbank B. Interamericano de Finanzas Mibanco

B. Financiero B. Falabella Perú B. GNB

B. Santander Perú Citibank B. Ripley

B. de Comercio B. Cencosud B. Azteca Perú

B. ICBC

11

apalancamiento a las Cajas Municipales, Cajas Rurales y a los Bancos. Los cuales, a

través de los años han venido reduciendo sus tasas de interés pero aún no ha permitido

a las pymes ser competitivo porque en otros países el costo financiero es menor.

En los siguientes cuadros se ven las tendencias de las tasas de interés de los

últimos 15 años.

CUADRO 4: Tasas de Interés Real de Corto Plazo en M.N. 2002-2015

(Expresado en %)

FUENTE: BANCO CENTRAL DE RESERVA DEL PERU

Elaboración propia

MN

PERIDODO BANCOS CAJA

RURAL CAJA

MUNICIPAL

AÑO C.P.

2002 61.01% 63.08% 60.47%

2003 57.13% 57.90% 30.94%

2004 50.92% 53.85% 21.66%

2005 47.16% 52.89% 54.37%

2006 44.50% 49.46% 52.17%

2007 39.80% 49.32% 50.50%

2008 40.65% 45.32% 48.17%

2009 42.43% 45.56% 48.15%

2010 35.45% 42.35% 44.47%

2011 30.76% 39.39% 40.78%

2012 29.81% 37.60% 39.10%

2013 27.90% 36.87% 39.42%

2014 27.02% 37.75% 39.48%

2015 32.25% 40.02% 38.11%

12

GRAFICO 4: EVOLUCION DE LAS TASAS DE INTERES REAL DE CORTO PLAZO PARA MICROEMPRESAS EN M.N. 2002-2015

(Expresado en %)

Elaboración propia

CUADRO 5: Tasas de Interés Real de Largo Plazo en M.N. 2002-2015

(Expresado en %)

Fuente: Banco Central de Reserva del Perú

Elaboración propia

0.00%

10.00%

20.00%

30.00%

40.00%

50.00%

60.00%

70.00%

Títu

lo d

el e

je

BANCOS

CAJA RURAL

CAJA MUNICIPAL

MN


RURAL CAJA

MUNICIPAL

AÑO L..P.

2002 53.94% 45.10% 56.77%

2003 52.94% 54.23% 28.98%

2004 48.87% 52.25% 21.21%

2005 43.91% 50.29% 49.29%

2006 42.28% 47.16% 45.03%

2007 38.51% 42.52% 41.69%

2008 35.71% 38.69% 38.49%

2009 35.26% 38.28% 37.02%

2010 30.88% 35.50% 34.54%

2011 26.21% 29.38% 32.51%

2012 24.70% 28.69% 31.36%

2013 23.59% 30.95% 30.68%

2014 22.65% 31.33% 30.34%

2015 23.34% 33.40% 29.74%

13

GRAFICO 5: EVOLUCION DE LAS TASAS DE INTERES REAL DE LARGO PLAZO PARA MICROEMPRESAS EN M.N. 2002-2015

(Expresado en %)

Elaboración propia

CUADRO 6: Tasas de Interés Real de Corto Plazo en M.E. 2002-2015

(Expresado en %)


Elaboración propia

0.00%

10.00%

20.00%

30.00%

40.00%

50.00%

60.00%

Títu

lo d

el e

je

BANCO

CAJA RURAL

CAJA MUNICIPAL

ME


RURAL CAJA

MUNICIPAL

AÑO C.P.

2002 19.99% 22.65% 29.51%

2003 25.08% 25.94% 30.94%

2004 31.69% 25.99% 30.49%

2005 29.89% 24.74% 30.04%

2006 28.28% 24.68% 28.25%

2007 25.78% 22.23% 26.03%

2008 26.38% 26.62% 25.63%

2009 24.05% 25.37% 26.59%

2010 19.05% 23.14% 23.87%

2011 14.64% 20.50% 21.70%

2012 13.86% 19.55% 22.41%

2013 12.88% 18.97% 23.16%

2014 11.98% 18.64% 23.82%

2015 10.95% 18.09% 23.93%

14

GRAFICO 6: EVOLUCION DE LAS TASAS DE INTERES REAL DE CORTO PLAZO PARA MICROEMPRESAS EN M.E. 2002-2015

(Expresado en %)

Elaboración propia

CUADRO 7: Tasas de Interés Real de Largo Plazo en M.E. 2002-2015

(Expresado en %)


Elaboración propia

0.00%

5.00%

10.00%

15.00%

20.00%

25.00%

30.00%

35.00%

Títu

lo d

el e

je

BANCOS

Series2

CAJA MUNICIPAL

ME


RURAL CAJA

MUNICIPAL

AÑO L.P.

2002 18.82% 18.14% 29.22%

2003 23.03% 18.75% 28.98%

2004 27.61% 20.20% 27.26%

2005 26.87% 20.63% 26.35%

2006 25.18% 22.94% 24.40%

2007 23.49% 23.29% 23.43%

2008 22.77% 22.86% 22.81%

2009 22.15% 23.58% 22.95%

2010 19.39% 21.25% 21.13%

2011 16.42% 18.95% 18.98%

2012 15.42% 18.95% 18.17%

2013 15.06% 19.27% 17.33%

2014 15.03% 18.75% 17.00%

2015 14.48% 17.97% 16.52%

15

GRAFICO 7: EVOLUCION DE TASAS DE INTERES REAL DE LARGO PLAZO PARA MICROEMPRESAS EN M.E. 2002-2015 (Expresado en %)

Elaboración propia

0.00%

5.00%

10.00%

15.00%

20.00%

25.00%

30.00%

35.00%

Títu

lo d

el e

je

TASAS DE INTERES DE LARGO PLAZO PARA MICROEMPRESAS - MON. EXT

BANCOS

CAJA RURAL

CAJA MUNICIPAL

16

FORMULACION DEL PROBLEMA

PROBLEMA GENERAL

¿Es el costo financiero lo que genera una pérdida de competitividad en el costo de

producción de las Pymes de sector textil?

PROBLEMA ESPECÍFICO

- ¿Existe alguna relación entre la disminución del costo de producción con la materia

prima?

- ¿Existe alguna relación entre la disminución del costo de producción y la mano de

obra?

- ¿Existe alguna relación entre la disminución del costo de producción y la falta de

tecnología?

- ¿Existe alguna relación entre la falta de tecnología y el costo financiero para

disminución del costo de producción?

JUSTIFICACION

El presente trabajo de investigación busca demostrar que la falta de control por

parte de la SBS y la falta de bancos estatales generan una concentración bancaria, lo cual

ayuda que las tasas de interés de las entidades financieras sean internacionalmente

menos competitivas, generando mayores costos de producción. Para profundizar en la

justificación del problema económico planteado, tenemos dos agentes económicos, por un

lado, las pymes exportadoras del sector textil y las empresas bancarias.

Las pymes son altamente representativas en el total de empresas y con la demanda

laboral.

El presente trabajo de investigación cuenta con un enfoque microeconómico, el

cual resalta un problema actual, el apalancamiento de las Pymes con costos financieros

elevados. Según los anuarios publicados por PRODUCE, las Pymes representan un 99.5%

del total de empresas formadas en nuestro país y cuentan con una demanda laboral del

65% del total de la PEA. Con lo cual podemos indicar que este sector es altamente

representativo en términos de generación de empleo. Es por esa razón que se ha decidido

analizar una de las problemáticas que estas presentan para su desarrollo. Las Pymes son

empresas de todos los sectores productivos del país, pero para realizar una correcta

evaluación y análisis sobre dicha problemática se ha decidido evaluar el sector textil; ya

que, es el segundo sector productivo dentro de las Exportaciones No Tradicionales.

17

Ante la apertura comercial internacional se vio incrementada la creación de Pymes,

ante la oportunidad de negocio que se presentó; sin embargo, anualmente estas empresas

enfrentan muchos problemas de crecimiento. Según PRODUCE las Pymes cuentan con

dos grandes problemas, la mala gestión empresarial y el elevado nivel de apalancamiento

que estas enfrentan.

Una gran barrera para el crecimiento son las altas tasas de financiamiento que se

ofrece en el mercado local para estas empresas. En el país las entidades financieras que

se enfocan en las colocaciones a estas empresas son las EdyPymes; estas entidades

financieras brindan facilidades a las Pymes para que ellos puedan apalancarlos. Pero el

problema radica en las altas tasas de interés, lo cual eleva los costos financieros de las

Pymes y por ende la pérdida de competitividad.

El problema con los altos costos de financiamiento es que se genera una barrera

de desarrollo y crecimiento para las Pymes; ya que, algunas de estas empresas venden

con un precio de mercado, muy cercano a sus costos de producción, lo cual genera cierto

desincentivo a las Pymes que solicitan este tipo de apalancamiento.

El apalancamiento suele ser necesario en todo tipo de empresa para mejorar su

calidad productiva, mediante adquisición de nuevas tecnologías; o el incremento de su

producción, expresado en una mayor demanda por mano de obra.

Debido a que las Pymes es el sector más vulnerable, por baja competitividad, y

cuenta con una alta generación de empleos se debe un análisis comparativo para conocer

como la tasa de interés hacia este sector genera cambio en la producción del sector

manufacturero.

18

MARCO REFERENCIAL

ANTECEDENTES

Antecedentes Bibliográficos

Gregory Crawfor, Nicola Pavini, Fabiano Schivardi; Working Paper (2015). “Asymmetric

Information and Imperfect Competition in Lending Markets”. En dicho documento se

muestra evidencia en el mercado italiano que los spreads bancarios cambian de acuerdo

al nivel de concentración de mercado que cuentan. En la investigación se muestran

pruebas de que la tasa de interés óptimo de un banco para un aumento de selección

adversa varía en función al grado de competencia en su mercado local. Mayor selección

adversa causa un incremento en los precios en mercados competitivos, pero no puede

tener el mismo efecto en mercados concentrados.

Daniel Paravisini, Veronica Rappoport, Philipp Schnabl, Daniel Wolfenzon (2014), Paper:

“Dissecting the Effect of Credit Supply on trade: Evidence from Matched Credit-Export

Data”; A través de los años los bancos han sido sensibles a las crisis económicas,

especialmente los que dependen de capital extranjero, por lo cual ante una eventualidad

tienden a incrementar sus tasas de interés. Una disminución del crédito en 10% hace que

las exportaciones un año después disminuyan en 1.95%.

Jasmine Gonzales Luquillas (2014), Tesis: “Gestión empresarial y competitividad en las

MYPES del sector textil en el marco de la ley Nª 28015 en el distrito de La Victoria – Año

2013”; La presente Ley tiene el objeto de promocionar la competitividad, formalización y

desarrollo. Teniendo en cuenta que las Mypes de este sector no tienen una adecuada

gestión empresarial, ya que las actividades se realizan en muchas veces de manera

empírica.

Harol Taco (2013), Tesis: “Gestión empresarial y el impacto en el desarrollo de las Mypes”;

Básicamente el problema se centra en la falta de desarrollo de Mypes, esta situación se

centra en la falta de economía de las mismas, falta de eficiencia, falta de mejora continua

y falta de competitividad. Las Mypes no disponen de una estructura financiera, la cual

dificulta el acceso eficiente a un sistema crediticio adecuado.

Ricardo Monge Gonzales (2009), Tesis: “Banca de desarrollo y Pymes en Costa Rica”; Se

ve la evolución del micro crédito en Costa Rica, como a su vez ha evolucionado para tener

un mayor margen e incentivar la diminución del costo de créditos para apalear los costos

19

de las empresas y que estas no recurran a fuentes externas como otras empresas a un

coste mucho mayor.

Pablo Mauricio Pachas (2004), Paper: “Prestamos caros a las Pymes; le restan

competitividad”; El principal problema de las Pymes es el financiamiento; dado que las

tasas que se cobran a las mismas en micro financieras, cajas municipales y otros están

por encima del mercado, si se las compara con la banca múltiple que ofrece préstamos a

menores tasas; sin embargo no pueden acceder a dicho prestamos por la informalidad en

la que se ven inmersas, dada la información asimétrica que existe lo cual encarece el

crédito.

Marylin Choy, Eduardo Costa, Eloy Churata (2015), Paper: “Radiografía del costo del

crédito en el Perú”; Existe una variación entre las tasas activas y pasivas del mercado,

esto dado por la variación y comportamiento del mercado local; no obstante existe una

concentración marcada en el mercado financiero sumido en una mayor oferta, por lo cual

las entidades se ven obligadas a reducir costos en lugar de aumentar las tasas a un sector

con mayor dinamismo.

MARCO TEORICO

Pyme (Pequeña y mediana empresa):

La legislación peruana define a la PYME, como una unidad económica constituida

por una persona natural o jurídica, bajo cualquier forma de organización o gestión

empresarial, la cual está contemplada en la legislación vigente, el cual tiene como objeto

desarrollar actividades de extracción, transformación, producción, comercialización de

bienes o prestación de servicios; con las siguientes características1:

Micro empresa

- Número de trabajadores: entre 1 a 10.

- Niveles de ventas anuales no mayores a 150 UIT.

Pequeña empresa

- Número total de trabajadores, hasta un máximo de cincuenta.

- Niveles de ventas anuales entre 150 y 850 UIT.

1 http://www.mintra.gob.pe/contenidos/archivos/prodlab/legislacion/LEY_28015.pdf

20

Competencia monopolística:

Definición según Gregory Mankiw: la competencia monopolística es una ¨estructura de

mercado en la que muchas empresas venden productos similares, pero no idénticos¨

Según Samuelson: ¨estructura de mercado en la que muchos vendedores ofrecen

bienes que son sustitutivos cercanos, pero no perfectos. En este tipo de mercado, cada

empresa puede influir de cierta manera en el precio del producto¨.

Para el presente trabajo definimos a la competencia monopolística

El mercado monopolísticamente tiene las siguientes características:

Las empresas venden productos que son sustituibles por otro, pero no son

sustitutos perfectos. Elasticidad precio cruzada de la demanda es elevada.

Es relativamente fácil para las empresas salir o entrar al mercado, hay muchos

competidores en el mercado

Cada vendedor ofrece productos diferenciados, las preferencias de los

consumidores pueden enfocarse en características como: empaque, diseño,

sabor, calidad etc.

El productor tiene cierto poder de mercado dependiendo las preferencias de los

clientes, existen sustitutos cercanos por lo cual la curva de demanda es

elástica.

Mayor preferencia=Mayores precios

Competitividad empresarial:

Es la capacidad que tiene una organización para poder operar y crecer tanto rentable

como sustentablemente, en pocas palabras es crear valor para sus propietarios, en un

mercado donde operan otros competidores exitosos. La empresa logra competitividad

cunado formula e implanta con cierto éxito una estrategia que le va a permitir obtener un

retorno por encima del capital que se invirtió, con lo cual incremente su valor.

- Ventaja competitiva; es cuando una estrategia no puede ser imitada o superada

por la competencia, con lo cual la empresa contara con una ventaja competitiva

sostenible, situación que solo se puede mantener por cierto tiempo, esto va a ser

en función del tiempo que las otras empresas tomen para adquirir las habilidades

necesarias para igualar o superar la generación de valor de la empresa.

21

GRAFICO 8: DIAGRAMA DE COMPETITIVIDAD

Elaboración propia

Costos Financieros o Apalancamiento:

Los costos financieros son los que se originan por la obtención de recursos ajenos que

la empresa requiere; estos pueden ser intereses pagados por préstamos, comisione u

otros gastos bancarios, impuestos derivados de las transacciones financieras y entre otros.

Hay varias fuentes de financiamiento:

- Fuentes internas; en las cuales intervienen recursos propios (utilidades),

destinados a la reinversión, como también aportes de socios o emisiones de

acciones.

- Fuentes externas; intervienen agentes externos a la empresa, pueda ser entidades

financieras, acreedores diversos, proveedores u otros.

Apertura comercial:

Es el proceso, mediante el cual se elimina las barreras que dificultan el comercio

exterior de un país; como también pueden ser permisos previos con mejores condiciones

comerciales. En este caso se puede tener en cuenta los TLC firmados, como el caso de

USA, como también los acuerdos comerciales con países vecinos (CAN).

Spread Bancario:

Es la diferencia entre los intereses que pagan las entidades bancarias por sus

operaciones pasivas y las que reciben como rentabilidad de sus operaciones activas.

𝑇𝑎𝑠𝑎 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟é𝑠 𝐴𝑐𝑡𝑖𝑣𝑎 − 𝑇𝑎𝑠𝑎 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟é𝑠 𝑃𝑎𝑠𝑖𝑣𝑎 = 𝑆𝑝𝑟𝑒𝑎𝑑 𝐵𝑎𝑛𝑐𝑎𝑟𝑖𝑜

Mayor desregulacion

de los mercados.

Mayor apertura Económica.

Mayor nivel de requerimiento

de competitivdad Empresarial.

22

Asimetría de la información y competencia imperfecta en los mercados de

préstamos (Asymmetric Information and Imperfect Competition in Lending Markets,

Working Paper -2015)2:

Existe evidencia que en un mercado como el italiano las diferencias de los spreads

bancarios varían en función al nivel de concentración del mercado que cuentan; en dicha

investigación se observan tasas de interés optimas de un banco para un aumento de

selección adversa varía en función al grado de competencia en su mercado local; mayor

selección adversa ocasiona un incremento de los precios en el mercado competitivo, sin

embargo, no puede tener el mismo efecto en mercados concentrados.

Daniel Paravisini, Veronica Rappoport, Philipp Schnabl, Daniel Wolfenzon (2014)3, Paper:

“Dissecting the Effect of Credit Supply on trade: Evidence from Matched Credit-Export

Data”:

A través de los años los bancos han sido sensibles a las crisis económicas,

especialmente los que dependen de capital extranjero, por lo cual ante una eventualidad

tienden a incrementar sus tasas de interés. Una disminución del crédito en 10% hace que

las exportaciones un año después disminuyan en 1.95%.

Exportaciones y la restricción de crédito prevista en información incompleta: Teoría

y evidencia de China (Exports and credit constraint under incomplete information: Theory

and Evidence from China):

Se señala que surgen que restricciones de crédito para las empresas nacionales u

exportadoras en un entorno en que los bancos no observan la productividad de las

empresas. El tiempo que demanda una exportación, induce a los bancos a restringir el

crédito a los mismos, dado el mayor riesgo que enfrentan estos, a su vez con un mayor

coste financiero; sin embargo, estas pueden ser compensadas con garantías que son

tomadas de las empresas exportadoras.

Las restricciones de crédito, empresas heterogéneas y comercio internacional

(Credit Constraints, Heterogeneous Firms, and International Trade)4:

Las imperfecciones del mercado financiero restringen severamente el flujo del

comercio internacional porque los exportadores requieren de capital externo, con lo cual

las entidades financieras restringen el mismo en función a la disminución de la producción

2 http://www.econ.upf.edu/docs/seminars/schivardi.pdf 3 https://drive.google.com/file/d/0B49txSZyKZcFRHpnWUVZYndQWVU/edit 4 http://web.stanford.edu/~manova/JMP.pdf

23

total. Economías desarrolladas exportan en mayor cantidad en sectores vulnerables

financieramente, dado que entran mayores mercados, se envían más productos a cada

destino y se comercializa más de cada producto; estos efectos tienen importantes

implicancias en países menos desarrollados, que dependen de las exportaciones para su

crecimiento económico.

Las empresas y la crisis mundial: Las importaciones francesas en el torbellino

(Firms and the Global Crisis: French exports in the turmoil):

La caída comercial sin precedentes, durante la crisis del 2008, ha sido analizada

en un nivel macroeconómico y sectorial; con lo cual se demuestra que la caída de las

exportaciones francesas se debe principalmente cuando los grandes exportadores,

pequeñas y grandes empresas se ven afectadas de manera uniforme cuando

especializaciones sectoriales y geográficas están controladas; a su vez las empresas que

son más afectas a la crisis son las que tienen una dependencia financiera externa.

MARCO INSTITUCIONAL

Ministerio de Agricultura y Riego. (MINAGRI)

Tiene como objetivo principal, elevar la competitividad del sector agro, la tecnificación de

los cultivos, fomentar un mayor acceso a los mercados y en consecuencia elevar la calidad

de vida de las familias del campo.

De acuerdo a estos objetivos, el Ministerio debería de fomentar la tecnificación de la

producción del algodón; sin embargo, durante los últimos cinco años. La producción

algodonera ha venido bajando su producción. Dicha deficiencia se ve reflejada en el alza

de los precios de los productos terminados en base de algodón y genera incremento en

los costos de producción. Si bien la calidad del algodón Pyma peruano es considerado uno

de los mejores del mundo, aún no se ha logrado incrementar la producción para satisfacer

la demanda externa y mucho menos permite tener una competitividad internacional.

AGROBANCO.

También podría llamarse Banco de Fomento del sector agropecuario. Según definición de

AGROBANCO, es el principal instrumento de apoyo financiero del Estado para el

desarrollo sostenido y permanente del sector agropecuario, con especial énfasis en las

actividades agrícola, ganadero, forestal, acuícola, agroindustrial y los procesos de

24

transformación, comercialización, exportación de productos naturales y derivados de

dichas actividades.

Esta entidad público-privado no está obteniendo los resultados esperados en la producción

algodonera; ya que, la deficiencia en el seguimiento de los prestamos ha generado que

muchos productores opten por solicitar los préstamos, pero luego abandonan sus cultivos,

según estadísticas brindadas por MINAGRI (Ver Anexo 1). Si bien en el año 2012 el estado

dio un paquete de crédito destinado a la producción del algodón con tasas de interés

especiales. Luego de dicho año las hectáreas sembradas han venido bajando. Según

reporte de AGROBANCO, este sector ha empezado a representar un gran problema en

los impagos a causa de la mala evaluación en las colocaciones.

Actualmente AGROBANCO ha presentado un proyecto para sectorizar sus préstamos y

mejorar esta deficiencia. Dentro de su plan estratégico de desarrollo para el presente año

quieren abrir el Banco Verde, con la finalidad de concentrar los préstamos para algunos

productos tradicionales (Café, Cacao, Algodón, etc.)

Contraloría General de la Republica (CGR).

La Contraloría General de la República es la máxima autoridad del Sistema Nacional de

Control. Supervisa, vigila y verifica la correcta aplicación de las políticas públicas y el uso

de los recursos y bienes del Estado. Para realizar con eficiencia sus funciones, cuenta con

autonomía administrativa, funcional, económica y financiera.

La Contraloría General cuenta con atribuciones especiales que le otorga el artículo 22 de

la Ley Orgánica del Sistema Nacional de Control y de la Contraloría General de la

República.

Si bien su función es la de control, han tenido una deficiencia en la evaluación interna de

AGROBANCO, ya que, los malos préstamos que ha otorgado no fueron supervisados a

tiempo. El problema de Agro banco empezó en el 2012 y se ha practicado hasta el 2015 y

ha generado un promedio de 72 millones de soles que están en riesgo de provisionarse.

Ministerio de Economía y Finanzas (MEF)

El Ministerio de Economía y Finanzas es un organismo del Poder Ejecutivo, cuya

organización, competencia y funcionamiento está regido por el Decreto Legislativo Nº 183

y sus modificatorias. Está encargado de planear, dirigir y controlar los asuntos relativos a

presupuesto, tesorería, endeudamiento, contabilidad, política fiscal, inversión pública y

25

política económica y social. Asimismo, diseña, establece, ejecuta y supervisa la política

nacional y sectorial de su competencia asumiendo la rectoría de ella.

Los malos préstamos otorgados por AGROBANCO, no están siendo bien supervisados

por el MEF, es por eso que el desarrollo dentro de la agricultura, específicamente en el

sector algodón, no se ha logrado según lo deseado por el estado.

SUNAT (Superintendencia Nacional de Aduanas y de Administración

Tributaria):

Es una organización especializada adjunta al Ministerio de Economía y finanzas, la cual

provee de recursos al estado para su sostenibilidad fiscal, la estabilidad macroeconómica,

para un bien común; a su vez ayuda a la competitividad y la protección de la sociedad.

En el presente trabajo, la promoción de competitividad por parte de SUNAT, esta

menguada por la incertidumbre de las importaciones de telas específicamente de China,

lo cual genera una barrera de competencia desleal, ya que existe una diversidad de

productos que ingresan al país con precios muy por debajo de los costos nacionales

(Dumping), lo que dificulta una promoción de la competitividad.

MINTRA (Ministerio de Trabajo y Promoción del Empleo):

Su función es promover la empleabilidad y el autoempleo, el cual garantice el respeto

irrestricto y la vigencia de los derechos laborales fundamentados en el mismo; a su vez

promueve el dialogo y la concertación socio laboral. Si bien es cierto el desarrollo y

promoción laboral es fundamental en el país para un crecimiento sostenido; sin embargo,

estas tienen que estar acorde al tamaño institucional de las empresas para evitar

problemas futuros tanto para el empleador, como para el colaborador; no obstante, estas

medidas son algo disuasorias, lo ayuda a elevar el costo laboral en las Mypes, lo cual es

perjudicial para sus proyecciones de crecimiento y más aun de competitividad.

Banco de la Nación (BN):

La función del Banco de la Nación, es la de brindar servicios a las entidades del estado,

como también fomentar la bancarización e inclusión financiera complementando al sector

privado. Básicamente la gestión del banco del estado tiene que estar acorde a las

circunstancias actuales, con lo cual la creación de portafolio que ayude con préstamos

bancarios de bajo costo a las Mypes sería fundamental, para promover la competencia

bancaria y evitar la concentración de los mismos.

26

OBJETIVO E HIPOTESIS

OBJETIVO

OBJETIVO GENERAL

Evaluar el grado de sensibilidad que tiene la competitividad precio en costos de producción

sobre el costo financiero de las empresas exportadoras del sector textil en el Perú.

OBJETIVOS ESPECIFICOS

- Verificar si existe alguna relación entre la disminución de competitividad (costos de

producción) y materia prima.


producción) y la mano de obra.


producción) y la falta de tecnología.


producción) y los gastos financieros.

HIPOTESIS

HIPOTESIS PLANTEADA

Las tasas de interés que ofrecen los bancos (Costo Financiero) restan competitividad en

costos a las Pymes exportadoras del sector textil en el Perú

HIPOTESIS ESPECÍFICA

- Existe una relación entre la disminución de competitividad (costos de producción)

y materia prima.


y mano de obra.


y falta de tecnología.


y gastos financieros.

27

METODO

TIPO DE INVESTIGACION

El tipo de investigación a desarrollar en el presente trabajo es una Investigación Explicativa

y cuantitativo no experimental.

Es una investigación explicativa porque buscamos demostrar la hipótesis planteada sobre

el problema de las altas tasas de interés y las consecuencias que se tiene en la producción

de los productos exportables del sector textil en el Perú.

Es una investigación cuantitativa no experimental porque se va a analizar el

comportamiento de las exportaciones del sector textil y que estas tienen frente a las tasas

de interés de los bancos en Perú, para analizar dicho comportamiento utilizaremos el

programa E-views.

METODO

El método a utilizar es el de Regresión lineal en Series de tiempo:

Yt=β0 + β1 Xt +μ

Los datos de estudio a usar son trimestrales desde los años 2002 al 2015 (Los datos están

en miles de soles). Los datos fueron obtenidos de COMTRADE, Banco Central de Reserva

del Perú, INEI, Superintendencia de Banca y Seguros(SBS), Ministerio de Agricultura,

SUNAT, Data Trade, Ministerio del Trabajo, Banco Mundial y Produce; por lo cual se

obtuvo las siguientes variables

- Materia Prima.

- Mano de Obra.

- Tecnología.

- Costos Financieros.

DISEÑO DE LA INVESTIGACION.

Para el desarrollo de la presente investigación se va a analizar los determinantes

de producción de las pymes exportadoras del sector textil. Dicho análisis de los

determinantes permitirá conocer el grado de sensibilidad que tiene la producción del sector

textil frente a los cambios que se puedan tener en el sector bancario y también como ésta

variación, de la tasa de interés, permite a las pymes exportadoras del sector textil tener

una mayor competitividad en costos, determinados por sus costos financieros.

28

VARIABLES

Variables explicadas.

Exportaciones del sector textil. Esta variable está determinada por todos los productos

hechos algodón. Tomando como referencia su valor FOB expresado en millones de

dólares.

Variables explicativas.

Mano de Obra. Esta variable representa a la PEA activa del sector textil. Se encuentra

expresado en número de personas.

Materia Prima. Esta variable representa a la producción de algodón en el Perú. Bajo el

supuesto que “Toda la cosecha de algodón está dirigido al sector textil”. Esta variable esta

expresada en toneladas cosechadas.

Tecnología. Esta variable representa a todas las importaciones de maquinarias para el

sector textil. Está expresada por su valor FOB, la cual se encuentra en millones dólares.

Costo Financiero 1. Esta variable representa la tasa de interés de corto plazo de los

bancos hacia las Pymes. Está expresado en términos reales y porcentajes.

Costo Financiero 2. Esta variable representa la tasa de interés de Largo Plazo de los

bancos hacia las Pymes. Está expresado en términos reales y porcentajes.

PBI del Sector Manufacturero. Esta variable está expresado en millones de dólares.

MUESTRA

El estudio se basa en datos macroeconómicos y microeconómicos, por lo que,

nuestra muestra de estudio estaría representado por los exportadores pymes de prendas

de vestir de algodón de todo el Perú que cuentan con acceso a crédito bancario.

PROCEDIMIENTO DE RECOLECCION DE DATOS

Las variables fueron obtenidas de MINAGRI, SBS, DATATRADE, COMTRADE,

BCRP y Banco Mundial

29

PLAN DE ANALISIS

Análisis de Datos

Las variables a considerar fueron; tecnología, materia prima, mano de obra, tasa

de interés real de corto plazo, tasa de interés real de largo plazo.

Tecnología: Esta variable fue sacada de Data Trade, específicamente de la

cantidad de importaciones de maquinarias del sector textil, de los años 2002-1 a 2015-4.

Materia prima: La consolidación de estos datos se dieron en función a las toneladas

de producción de algodón nacional, conseguidos de MINAGRI.

Mano de Obra: Esta variable fue obtenida de la consolidación del total de la PEA

en cantidad de personas, por el porcentaje de requerimiento del sector.

Exportaciones de prendas: Esta variable de obtiene al consolidar todas las

exportaciones de prensas de vestir de algodón de los años 2002-1 a 2015-4; los datos

fueron recopilados de Data Trade y están en millones de dólares.

Tasa de interés cortó plazo: Tasa de interés real en corto plazo en moneda nacional

de los bancos para las Pymes, estos datos se recopilaron de la SBS.

Tasa de interés largo plazo: Tasa de interés real en largo plazo moneda extranjera

(dólares) de los bancos para las Pymes, estos datos se recopilaron de la SBS.

PBI sector manufactura: El PBI del sector manufactura fue obtenido del Instituto

Nacional de Estadística; esta variable fue anexada para poder armonizar los residuos.

La consolidación de estos datos se incluye dentro de E-views, para las respectivas

corridas, con lo cual en primera instancia arroja los siguientes resultados:

CUADRO 8: Resultado de las Variables Econométricas de la primera corrida

VARIABLES COEFICIENTE PROBABILIDAD

TECNOLOGIA 1.5814 0.0014

MATERIA PRIMA 243.1873 0.1094

MANO DE OBRA 570.9827 0.0003

30

TASA INTERES LARGO

PLAZO 5.47 0.0001

TASA INTERES CORTO

PLAZO -2.44 0.0002

Elaboración propia

R2: 0.665672

Durbin-Watson stat:

0.673178

Elaboración propia

Como se observar la variable materia prima, no es significativa, por estar por

encima del nivel de confianza de 5%.

Por otra parte el R^2 es 0.6656 bondad de ajuste, que está en función a las

variaciones de las exportaciones, están siendo explicadas por las demás variables en

0.665, con lo cual se puede decir que tiene buena bondad de ajuste; no obstante el Durbin-

Watson está en 0.6731, con lo cual se puede afirmar que hay auto correlación.

Previo a este análisis se observó que las variables son no estacionarias, no tienen

una distribución normal.

31

GRAFICO 9: ESTACIONALIDAD DE LAS VARIABLES

50,000,000

100,000,000

150,000,000

200,000,000

250,000,000

300,000,000

350,000,000

02 03 04 05 06 07 08 09 10 11 12 13 14 15

XPO

0

10,000,000

20,000,000

30,000,000

40,000,000

50,000,000

02 03 04 05 06 07 08 09 10 11 12 13 14 15

TEC

0

40,000

80,000

120,000

160,000

02 03 04 05 06 07 08 09 10 11 12 13 14 15

MP

200,000

250,000

300,000

350,000

400,000

450,000

02 03 04 05 06 07 08 09 10 11 12 13 14 15

MO

.2

.3

.4

.5

.6

02 03 04 05 06 07 08 09 10 11 12 13 14 15

LP

.2

.3

.4

.5

.6

.7

02 03 04 05 06 07 08 09 10 11 12 13 14 15

CP

FUENTE: PROGRAMA E-VIEWS

Elaboración propia

Lo primero que se hacen con las variables, son volverlas estacionarias todas,

para lo cual se aplicó el test de Dickey – Fuller y se observó que las variables son

estacionarias en primera diferencia con intercepto, con lo cual se procedió a la corrección

de los mismos.

Luego de dicho procedimiento se procede a generar nuevamente la ecuación, la

cual arroja que las probabilidades de las variables no son significativas, con los cual estas

32

variables no explican a las exportaciones por tal motivo se procedió a quitar una variable

dado que existía multicolinealidad; la variable sacada del modelo fue materia prima, con lo

cual el modelo mejora y las probabilidades pasan a ser significativas.

CUADRO 9: Resultado de las Variables Econométricas de la Segunda Corrida


TECNOLOGIA (-4) 0.405189 0.0520

MANO DE OBRA 585.216 0.0000

TASA INTERES LARGO

PLAZO(-2) -976909419 0.0001

TASA INTERES CORTO

PLAZO -341393629 0.0073

Fuente: Programa E-Views

Elaboración propia

R2: 0.837533

Durbin-Watson stat:

1.949675

Fuente: Programa E-Views

Elaboración propia

Como se puede ver la bondad de ajuste pasa a ser 0.837533, con lo cual se aduce

que la variación de las exportaciones está siendo explicadas por las variables en mención;

por otra parte, se corrige la auto correlación de primer orden con el AR (1), esto se sabe

con el correlograma; el Durbin – Watson stat pasa a estar alrededor de 2, específicamente

en 1.949675.

Cabe resaltar que se aplicaron rezagos en tecnología (-4) con lo cual se rezagó un

año, dado que los datos están en trimestres, a su vez se rezago la tasa de interés de largo

plazo (-2) en medio año.

33

RESULTADOS

RESULTADOS FINALES:

CUADRO 10: Resultados de Variables en Primera Diferencia

Variable Coefficient

Std.

Error t-Statistic Prob.

DTEC(-4) 0.405189 0.202836 1.997617 0.0520

DMO 585.2160 54.38301 10.76101 0.0000

DLP(-2) -9.77E+08

2.21E+0

8 -4.425396 0.0001

DCP -3.41E+08

1.21E+0

8 -2.814911 0.0073

C -8442595. 2381296. -3.545379 0.0009

AR(1) -0.253438 0.151145 -1.676788 0.1007

R-squared 0.837533

Mean dependent

var 535813.9

Adjusted R-

squared 0.819071

S.D. dependent

var 36753444

S.E. of regression 15633341

Akaike info

criterion 36.07988

Sum squared resid 1.08E+16 Schwarz criterion 36.30932

Log likelihood -895.9969

Hannan-Quinn

criter. 36.16725

34

F-statistic 45.36498

Durbin-Watson

stat 1.949675

Prob(F-statistic) 0.000000

Inverted AR Roots -.25


Elaboracion propia

GRAFICO 10: DISTRIBUCION DEL ERROR ANTES DE APLICAR EL VAR

-60,000,000

-40,000,000

-20,000,000

0

20,000,000

40,000,000

-150,000,000

-100,000,000

-50,000,000

0

50,000,000

100,000,000

03 04 05 06 07 08 09 10 11 12 13 14 15

Residual Actual Fitted


Elaboración propia

Como se puede observar, el grafico de los residuos demuestra que no hay una

armonía con las variables, dado que el grafico de residuos tiene picos muy pronunciados,

por ello se procedió a incluir variables para poder armonizar dichos picos y a su vez se

retiró la variable de tasa de interés de corto plazo. Dichas variables agregadas son, el PBI

del sector manufactura y la materia prima; por otra parte, la variable que se excluyó del

modelo fue la tasa de interés de corto plazo.

Se tomó todas las variables ya estacionalizadas en primera diferencia con

intercepto para poder correr nuevamente el modelo, a su vez también se corrige la auto

correlación de primer orden con el AR (1), con lo cual el Durbin-Waltson está alrededor de

35

dos, específicamente en 1.909642. Corregida la estacionalidad, la auto correlación y ver

si existe heterocedasticidad (se vio con la prueba de White, y dio como resultado que las

variables son homocedásticas), se procede a correr el modelo en mención, con las nuevas

variables y la exclusión de otra.

CUADRO 11: Resultados de Variables incluyendo los Vectores Auto regresivo - VAR

Variable Coefficient Std. Error t-Statistic Prob.

DPBIMANU 8579.788 3625.402 2.366576 0.0225

DMP(-2) 134.2386 63.52324 2.113220 0.0404

DTEC(-4) 0.488950 0.201906 2.421675 0.0197

DMO 485.4573 66.92764 7.253464 0.0000

DLP(-2) -8.18E+08 2.30E+08 -3.561471 0.0009

C -6668196. 2261985. -2.947939 0.0052

AR(1) -0.252642 0.153862 -1.642000 0.1079

R-squared 0.843619 Mean dependent var 535813.9

Adjusted R-squared 0.821798 S.D. dependent var 36753444

S.E. of regression 15515079 Akaike info criterion 36.08170

Sum squared resid 1.04E+16 Schwarz criterion 36.34938

Log likelihood -895.0425 Hannan-Quinn criter. 36.18364

F-statistic 38.66155 Durbin-Watson stat 1.909642

Prob(F-statistic) 0.000000

Inverted AR Roots -.25


Elaboración propia

36

Como se observa en el modelo, los coeficientes de las variables y los coeficientes

surgieron cambios ahora se observa una mejor probabilidad de la tecnología, la cual fue

rezagada en cuatro periodos (debido al rezago de colocación de la tecnología la cual está

alrededor de un año); a su vez la materia prima se rezaga dos periodos, esto debido que

el tiempo de producción del algodón (cosecha), ya que demora 6 meses el tiempo de

desarrollo de la planta para su cosecha.

GRAFICO 11: DISTRIBUCION DEL ERROR LUEGO DE APLICAR EL VAR

-60,000,000

-40,000,000

-20,000,000

0

20,000,000

40,000,000

60,000,000

-150,000,000

-100,000,000

-50,000,000

0

50,000,000

100,000,000

03 04 05 06 07 08 09 10 11 12 13 14 15

Residual Actual Fitted


Elaboración propia

Como se observa la distribución de los errores está más armonizada, por tal motivo

seria el modelo a trabajar e interpretar.

Ecuación

𝑬𝒙𝒑𝒐𝒓𝒕𝒂𝒄𝒊𝒐𝒏𝒆𝒔 𝒅𝒆 𝒑𝒓𝒆𝒏𝒅𝒂𝒔 𝒅𝒆 𝒗𝒆𝒔𝒕𝒊𝒓 𝒅𝒆 𝒂𝒍𝒈𝒐𝒅𝒐𝒏 = 𝜷𝟎 +

𝜷𝟏𝑻𝒆𝒄𝒏𝒐𝒍𝒐𝒈í𝒂(−𝟒) + 𝜷𝟐𝑴𝒂𝒏𝒐 𝒅𝒆 𝑶𝒃𝒓𝒂 +

𝜷𝟑𝑻𝒂𝒔𝒂𝒅𝒆𝒊𝒏𝒕𝒆𝒓𝒆𝒔𝒍𝒂𝒓𝒈𝒐𝒑𝒍𝒂𝒛𝒐(−𝟐) + 𝜷𝟒𝑴𝒂𝒕𝒆𝒓𝒊𝒂 𝒑𝒓𝒊𝒎𝒂(−𝟐) +

𝜷𝟓𝑷𝑩𝑰 𝒅𝒆𝒍 𝑺𝒆𝒄𝒕𝒐𝒓 𝑴𝒂𝒏𝒖𝒇𝒂𝒄𝒕𝒖𝒓𝒂 + 𝝁

37

INTERPRETACION DE DATOS

Variable dependiente

Exportación de prendas de vestir de

algodón

CUADRO 12: Resultados Finales


TECNOLOGIA (-4) 0.488950 0.0197

MANO DE OBRA 485.4573 0.0000

TASA INTERES LARGO

PLAZO(-2)

-

818056880

0.0001

PBI DEL SECTOR

MANUFACTURA 8579.788 0.0225

MATERIA PRIMA (-2) 134.2386 0.0404

Intercepto -6668196


Elaboración propia

𝑬𝒙𝒑𝒐𝒓𝒕𝒂𝒄𝒊𝒐𝒏𝒆𝒔 𝒅𝒆 𝒑𝒓𝒆𝒏𝒅𝒂𝒔 𝒅𝒆 𝒗𝒆𝒔𝒕𝒊𝒓 𝒅𝒆 𝒂𝒍𝒈𝒐𝒅𝒐𝒏= −𝟔𝟔𝟔𝟖𝟏𝟗𝟔 + 𝟎. 𝟒𝟖𝟖𝟗𝟓𝟎𝑻𝒆𝒄𝒏𝒐𝒍𝒐𝒈í𝒂(−𝟒)+ 𝟒𝟖𝟓. 𝟒𝟓𝟕𝟑𝑴𝒂𝒏𝒐 𝒅𝒆 𝑶𝒃𝒓𝒂+ −𝟖𝟏𝟖𝟎𝟓𝟔𝟖𝟖𝟎𝑻𝒂𝒔𝒂𝒅𝒆𝒊𝒏𝒕𝒆𝒓𝒆𝒔𝒍𝒂𝒓𝒈𝒐𝒑𝒍𝒂𝒛𝒐(−𝟐)+ 𝟖𝟓𝟕𝟗. 𝟕𝟖𝟖𝑷𝑩𝑰𝑺𝒆𝒄𝒕𝒐𝒓 𝑴𝒂𝒏𝒖𝒇𝒂𝒄𝒕𝒖𝒓𝒂+ 𝟏𝟑𝟒. 𝟐𝟑𝟖𝟔𝑴𝒂𝒕𝒆𝒓𝒊𝒂 𝑷𝒓𝒊𝒎𝒂(−𝟐) + 𝝁

38

Interpretación:

Tecnología: Por cada dólar invertido en tecnología, las exportaciones aumentan en

0.488950 dólares, esto recién se va a ver reflejado en el año siguiente de la

inversión dado los cuatro rezagos aplicados.

Mano de obra: Por cada persona adicional, las exportaciones aumentan en

485.4573 dólares.

Tasa de interés Largo Plazo: Por cada 1% que aumenta la tasa de interés de largo

plazo, las exportaciones disminuyen en -818056880 dólares luego de más de un

año.

PBI del Sector Manufactura: Por cada millón de dólares que aumenta el PBI del

sector manufactura, las exportaciones aumentan en 8579.788 dólares.

Materia Prima: Por cada tonelada adicional luego de los 6 meses (cosecha), las

exportaciones aumentan en 134.2386 dólares.

DATOS DE LOS RESULTADOS

Hipótesis General

H0: Las tasas de interés que ofrecen los bancos (Costo Financiero) NO restan

competitividad en costos a las Pymes exportadoras del sector textil en el Perú.

H1: Las tasas de interés que ofrecen los bancos (Costo Financiero) restan competitividad

en costos a las Pymes exportadoras del sector textil en el Perú.

Se rechaza hipótesis nula, con lo cual se acepta la hipótesis que las tasas de interés (costo

financiero), disminuyen las exportaciones, con lo cual se resta competitividad en costos.

Hipótesis Específica

Materia prima

H0: No existe una relación entre la disminución de competitividad (costos de producción)

y materia prima.

H1: Existe una relación entre la disminución de competitividad (costos de producción) y

materia prima.

Se rechaza hipótesis nula, con lo cual se acepta la hipótesis que existe una relación entre

la disminución de competitividad (costos de producción) y materia prima; por tal motivo se

39

hace evidencia que, ante la variación de una tonelada de algodón, los costos de

producción varían directamente.

Mano de Obra


y mano de obra.


mano de obra

Se rechaza hipótesis nula, con lo cual se acepta la hipótesis que existe una relación entre

la disminución de competitividad (costos de producción) y mano de obra, esto dado que

ante la variación de una persona adicional los costos de exportaciones de prendas

aumentan en 485.4573 dólares.

Tecnología


y falta de tecnología.


falta de tecnología.

Se rechaza hipótesis nula, con lo cual si existe una relación entre la disminución de

competitividad (costos de producción) y falta de tecnología; esto debido que, por cada

dólar adicional invertido en tecnología, los costos disminuyen directamente.

Gastos Financieros

H0: No Existe una relación entre la disminución de competitividad (costos de producción)



gastos financieros.

Se rechaza hipótesis nula, por lo tanto, se acepta la hipótesis especifica que existe una

relación entre la disminución de competitividad (costos de producción) y gastos

financieros; esto dado fundamentalmente que existe una relación inversa entre los gastos

financieros y las exportaciones, representada por los costos, dado que es una variable

altamente sensible inversamente ante la variación de 1 % en los costos financieros, las

exportaciones disminuyen.

40

CONCLUSIONES

Se concluye que existe una relación inversa del costo financiero en largo plazo,

dentro de los costos de producción explicados en las exportaciones, y que además el

coeficiente que tiene estas variables es mucho mayor al resto de las variables explicativas;

por tal motivo la variación porcentual de la tasa(1%) afectaría inversamente a las

exportaciones haciendo estas disminuyan en 818´056,880 Dólares en un largo plazo, de

la misma forma la variación porcentual -1% afectaría favorablemente a las exportaciones.

Para tal análisis se tomó un nivel de confianza de 5%, estando los costos financieros

(0.01%) por debajo de ello, con lo cual es una variable significativa dada la sensibilidad de

la variable.

Con respecto a materia prima podemos afirmar que los rezagos de dos periodos

están relacionados con el tiempo de producción de algodón, esto da como resultado que

la variable exportaciones es sensible al aumento de la producción de algodón en 134.24

dólares por tonelada adicional. Por tal motivo si el área sembrada (destinada al cultivo de

algodón) aumenta progresivamente podremos ver una disminución de los costos de

producción y hacer que el producto final sea más competitivo.

Con respecto a la tecnología podemos concluir que mientras mayores sean las

importaciones de maquinaria sofisticada para el rubro, los costos de producción van a

disminuir, mejorando el nivel de exportaciones, para tales motivos se tiene que hacer una

mayor inversión en esta variable.

Se concluye que la variable mano de obra está relacionada directamente con los

costos de producción, específicamente en las exportaciones de prendas, dado que, al

aumentar la PEA, el sector se ve favorecido, pudiendo tener mayor productividad y por

ende disminución en sus costos de producción. La PEA en el sector se ha visto mermada

en los últimos años, lo cual ha repercutido en los costos directamente haciendo que estos

sean mayores.

41

RECOMENDACIONES

Un mejor control a las entidades financieras ayudaría a mejorar los niveles de tasas

de interés que éstas ofrecen a las Pymes, dado que la tasa de interés influye en gran

medida en las exportaciones; por cada 1% adicional, las exportaciones disminuyen en

818´056,880 dólares en un largo plazo, según los resultados arrojados; si bien el Banco

Central de Reserva ha escrito dos papers indicando que algunos costos de la banca no se

encuentran bien especificado. Se denota la falta de control por parte de la SBS, para

corregir estas imprecisiones que se tienen dentro de la banca.

Por otra parte, el spread financiero del Perú denota una gran brecha entre las tasas

activas con las pasivas, no están cerca de países de características similares, lo cual

perjudica de alguna manera la competitividad.

CUADRO 13: GAP Bancario en algunos países Latinoamericanos


Elaboración propia

PAIS INDICADOR 2007 2008 2009 2010 2011 2012 2013 2014 2015

Bolivia Diferencial de tasas de interés (tasa activa menos tasa pasiva, %)

9,32 9,22 8,92 8,86 9,51 9,51 9,31 6,74 6,66

Chile Diferencial de tasas de interés (tasa activa menos tasa pasiva, %)

3,06 5,77 5,20 3,00 3,74 4,27 4,09 4,18 1,91

Colombia Diferencial de tasas de interés (tasa activa menos tasa pasiva, %)

7,37 7,43 6,86 5,72 6,96 7,23 6,82 6,78 6,87

México Diferencial de tasas de interés (tasa activa menos tasa pasiva, %)

4,36 5,66 5,06 4,07 3,96 3,65 2,92 2,71 2,83

Perú Diferencial de tasas de interés (tasa activa menos tasa pasiva, %)

19,63 20,17 18,21 17,43 16,35 16,78 15,81 13,43 13,82

42

El diferencial de tipos de interés -el margen entre el costo de movilizar pasivos y

los ingresos por activos- mide la eficiencia del sector financiero en la intermediación. Un

estrecho margen significa bajos costos de transacción, lo que reduce el costo de los fondos

para la inversión, crucial para el crecimiento económico.

Como se observa el Spread bancario en el Perú es elevado, en comparación con

otros países de la región con características similares, con lo cual podemos observar un

obstáculo a un mayor crecimiento, como también una barrera en los costes para las

empresas en general si es que se los compara con sus similares de otras naciones.

Así como en Costa Rica, el estado debe de brindar créditos para las Pymes,

mediante la apertura de nuevos bancos dirigidos a este tipo de empresas, bajo un buen

control de gestión de préstamos. Con esta apertura generaría apoyo a un sector

descubierto que, si bien los bancos y otras entidades financieras los cubren, los costos de

financiamiento que se ofrecen son elevados. Una opción viable, sería que el Banco de la

Nación, ya que, con el total de establecimientos con los que cuenta, ayudaría a llegar a las

empresas de todo el Perú.

SUNAT y PROMPERU deberían brindar capacitaciones constantes sobre manejo

fiscal de impuestos y también información de los beneficios que toda empresa tiene al

exportar. SUNAT podría indicar que para toda Pyme nueva debe de contar con cierta

cantidad de horas de capacitación que brinda PROMPERU, de esta manera generarían

empresarios con mayor capacidad de gestión y le brindaría mayores herramientas para

que puedan crecer.

Los resultados arrojados para la variable tecnología, se denota que cumple un

papel importante en el desarrollo de las exportaciones del sector textil, dado que por cada

dólar invertido en dicha variable las exportaciones aumentan en 0.48895 dólares, y esto

se ve reflejado al año siguiente de la inversión; por tal motivo se recomienda tener una

política de modernización y de inversión en tecnología, dado que tiene gran alcance en la

variable exportación.

En el caso de mano de obra se tiene que tener en cuenta la eficiencia de las misma

y la estimación de la cantidad necesaria para un óptimo desempeño, dado que por cada

persona adicional las exportaciones aumentan 485.45 dólares, lo cual beneficia a las

empresas.

Por el lado del PBI del sector manufactura, los resultados arrojaron que por cada

mil dólares que aumenta el PBI del sector, las exportaciones aumentan 8579.78 dólares,

43

por consiguiente, se recomienda a los organismos comprendidos en el sector tratar de

impulsar el desarrollo de dicha industria para lograr dichos incrementos.

En el caso de materia prima, el resultado denota que hay un incremento de 134.24

dólares por cada tonelada adicional de algodón, sin embargo, no podemos dejar de lado

que las áreas destinadas al cultivo de algodón son aun escasas, con lo cual se recomienda

al ministerio de agricultura la promoción y desarrollo del cultivo de algodón, dado que son

pocas las hectáreas destinadas a dicho sembrío, ocasionando un desbalance en el cual la

demanda supera la oferta.

44

BIBLIOGRAFIA

Amiti, M., Weinstein, D. (2009). “Exports and Financial Shocks”. Working paper

No. 15556.

Arellano, M. (2013). “Panel Data Econometrics, Advanced text in Econometrics”.

Oxford University Press. Chapter 5.

Arkelof, G. (1970). “The Market for “Lemons”: Quality Uncertainty and the Market

Mechanism”. Oxford University Press, the Quarterly Journal of Economics Vol. 84,

No. 3. 488-500

Berman, N., De Sousa, J., Martin, P., Mayer, T. (2012). “Time to Ship During

Financial Crises”. National Bureau of Economic Research. Working Paper 18274

Bernanke, B. (1983). “Now-Monetary Efects of the Financial Crisis in the

Propagation of the great Depression”. Working Paper No. 1054

Berry, S. (1994). “Estimating Discrete-Choice Models of Products Differentiation”.

The RAND Journal of Economics, Vol. 25, No.2, 242-262

Bofondi, M., Gobbi, G. (2006). “Informational Barriers to Entry into Credit

Markets”. Oxford Journal, Review of Finance. Volume 10, 39-67

Bordo, M. (1989). “The Contribution of “A Monetary History of the United States

1867-1960” to Monetary History”. National Bureau of Economic Research. Chapter

1, 15-78.

Bricongne, J.,Fontagne, L., Gaulier, G., Taglioni, D., Vicard, V. (2010). “Exports

and Sectoral Financial Dependence, Evidence on French Firms During the Great

Global Crisis”. Working paper European Central Bank No. 1227.

45

Chodorow, G. (2013). “The Employment Effects of Credit Market Disruptions: Firm-

level Evidence from the 2008-09 Financial Crisis”. Journal of Economics Advance

Access.

Crawford, G., Pavanini, N., Schivardi, F. (2015). “Asymmetric Information and

Imperfect Competition in Lending Markets”. Discussion Paper No. 10473

Einav, L., Jenkins, M., Levin, J. (2012). “Contract Pricing in Consumer Credit

Markets”. Econometrica (Journal of the Econometric Society), Vol. 80, No. 4. 1387-

1432

Feenstra, R., Li, Z., Yu, M. (2011). “Exports and Credit Constraints Under

Incomplete Information: Theory and Evidence from China”. Working paper No.

16940

Goolsbee, A., Petrin, A. (2003). “The Consumer Gains from Direct Broadcast

Satellites and the Competition with Cable TV”. The National Bureau of Economic

Research. Working Paper No. 8317

Guiso, L., Schivardi, F. (2013). “Credit without the Firm”. Review of Economic

Studies 80(1), 211-247.

Handel, B. (2013). “Adverse Selection and Switching Costs in Health Insurance

Market: When Nudging Hurts”. American Economic Review 103(7): 2643-2682

Iyer, R., J.-L. Peydro, S. da-Rocha-Lopes, and A. Schoar. “Interbank Liquidity

Crunch and the Firm Credit Crunch: Evidence from the 2007-2009 Crisis.” Review

of Financial Studies 27, no. 1 (January 1, 2014): 347–372.

46

Jimenez, G., Peydro, J., Saurina, J. (2011). “Local versus Aggregate Lending

Channels: The Effects of Securitization on Corporate Credit Supply”. Working paper

No. 1124.

Kalemli, S., Kamil, H., Villegas, C. (2015). “What Hinders Investment in the

Aftermath of Financial Crises: Insolvent Firms or Illiquid Banks?”. Working paper.

Levchenko, A., Lewis, L., Tesar, L. (2010). “The Collapse of International Trade

During the 2008-2009 crisis: In Search of the Smoking Gun”. Working paper No.

16006

Lustig, J. (2011). “Measuring Welfare Losses from Adverse Selection and

Imperfect Competition in Privatizes Medicare”. Yale University, Department of

Economics. Job Market Paper

Manova, K. (2013). “Credit Constraints, Heterogeneous Firms, and International

Trade”. The Review of Economic Studies, 80 711-744.

Manova, K., Chor, D. (2011). “Off the Cliff and back? Credit conditions and

international trade during the global financial crisis”. Journal of International

Economics 87, 117-133.

Maskin, E., Tirole, J. (1987). “A Theory of Dynamic Oligopoly”. European

Economic Review 31: 947-968

Matos, P., Ferreira, M., Carvalho, D. (2013). “Lending Relationships and the Effect

of Bank Distrees: Evidence from the 2007-2009 financial Crisis”. Journal of

Financial and Quantitative Analysis.

47

Muûls, M. (2012). “Exporters, Importers and Credit Constraints”. Economic &

Social Research Council. Discussion Paper No. 1169

Paravisini, D. (2008). “Local Bank Financial Constraints and Firm Access to

external Finance”. The Journal of Finance. Volume 71.

Rajan, R., Zingales, L. (1996). “Financial Dependence and Growth”. Working

paper No. 5758.

Rothschild, M., Stiglitz, J. (1976). “Equilibrium in Competitive Insurance Market:

An Essay on the Economics of Imperfect Information”. The Quaterly Journal of

Economics, 90(4): 629-649

Spence, M. (1973). “Job Market Signaling”. The Quaterly Journal of Economics,

Vol. 87, No. 3. 355-374

Starc, A. (2010). “Insurer Pricing and Consumer Welfare: Evidence from Medigap”.

Harvard Business School, Handbook.

Stiglitz, J. (2000). “The Contributions of the Economics of Information to Twentieth

Century Economics”. The Quarterly Journal of Economics, Vol. 115, No. 4: 1441-

1478

Stiglitz, J., Weiss, A. (1981) “Credit Rationing in Markets with Imperfect

Information”. The American Economic Review, Volume 71, Issue 3, 393-410

Tirole, J. (2014). “Market Power and Regulation”. Economic Sciences Prices

Committee of the Royal Swedish Academy of Sciences

48

Wang, N., Chen, H., Bolton, P. (2009). “A Unifled Theory of Tobin´s, Corporate

Investment, Financing, and Risk Management”. Fordham University, Working

paper.

49

ANEXOS

50

MATRIZ DE CONSISTENCIA

Justificación Problema General

Objetivos Generales

Marco Referencial

Hipótesis General Variables

Metodología

Con el presente trabajo se busca demostrar que existe una falta de control por parte de la SBS y la falta de bancos estatales, lo cual permite una concentración de bancos, por lo que ayuda a tener tasas menos competitivas internacionalmente, generando mayores costos de producción. Hoy en día las Mipymes representan un 99,5% del total de empresas formadas en nuestro país, según PRODUCE y a su vez cuentan con una demanda del 65% del total de la PEA. La evaluación se centra en el sector textil, dado que es el segundo sector productivo dentro de las exportaciones no tradicionales.

¿Es el costo financiero lo que genera una pérdida de competitividad en el costo de producción de las Pymes de sector textil?

Evaluar el grado de sensibilidad que tiene la competitividad en costos de producción sobre el costo financiero de las empresas exportadoras del sector textil en el Perú.

Antecedentes Las tasas de

interés que ofrecen los bancos (Costo Financiero) restan competitividad en costos a las Pymes exportadoras del sector textil en el Perú.

Variables Explicadas

El tipo de investigación a desarrollar en el presente trabajo es una Investigación Explicativa y cuantitativo no experimental. - Es una investigación explicativa porque buscamos demostrar la hipótesis planteada sobre el problema de las altas tasas de interés y las consecuencias que se tiene en la producción de los productos exportables del sector textil en el Perú. - Es una investigación cuantitativa no experimental porque se va a analizar el comportamiento de las

- Gregory Crawfor, Nicola Pavini, Fabiano Schivardi; Working Paper (2015). “Asymmetric Information and Imperfect Competition in Lending Markets”. - Daniel Paravisini, Veronica Rappoport, Philipp Schnabl, Daniel Wolfenzon (2014), Paper: “Dissecting the Effect of Credit Supply on trade: Evidence from Matched Credit-Export Data”. - Harol Taco (2013), Tesis: “Gestión empresarial y el impacto en el desarrollo de las Mypes”. - Ricardo Monge Gonzales (2009), Tesis:

Exportaciones del sector

textil

Problemas Específicos

Objetivos Específicos

Hipótesis Especifica

Variables Explicativas

- ¿Existe alguna relación entre la disminución del costo de producción con la materia prima? - ¿Existe alguna relación entre la disminución del costo de producción y la mano de obra? - ¿Existe alguna relación entre la disminución del costo de producción y la falta de tecnología? - ¿Existe alguna relación entre la falta de tecnología y el costo financiero para disminución del costo de producción?

- Verificar si existe alguna relación entre la disminución de competitividad (costos de producción) y materia prima. - Verificar si existe alguna relación entre la disminución de competitividad (costos de producción) y la mano de obra. - Verificar si existe alguna relación entre la disminución de competitividad (costos de producción) y la falta de tecnología. - Verificar si existe alguna relación entre la disminución de competitividad (costos de

- Existe una relación entre la disminución de competitividad (costos de producción) y materia prima. - Existe una relación entre la disminución de competitividad (costos de producción) y mano de obra. - Existe una relación entre la disminución de competitividad (costos de producción) y falta de tecnología. - Existe una relación entre la disminución de competitividad (costos de producción)

- Mano de obra. - Materia Prima. - Tecnología. - Costos Financieros 1. - Costos Financieros 2

51

producción) y los gastos financieros.

“Banca de desarrollo y Pymes en Costa Rica”. - Pablo Mauricio Pachas (2004), Paper: “Prestamos caros a las Pymes; le restan competitividad”. - Marylin Choy, Eduardo Costa, Eloy Churata (2015), Paper: “Radiografía del costo del crédito en el Perú”. - Maskin, E., Tirole, J. (1987). “A Theory of Dynamic Oligopoly”.


exportaciones del sector textil y que estas tienen frente a las tasas de interés de los bancos en Perú, para analizar dicho comportamiento utilizaremos el programa Eviews.

- “Jefa de SBS reconoce que tasas de Interés en Perú son altas pero ¿Quién

es responsable?”

55

- Variables para corridas

AÑO T. INTER.

M.N. T. INTER.

M.N.

EXPORTACION DE PRENDAS DE VESTIR

HECHAS DE ALGODÓN

2002-1 65.51% 16.57% 80247468

2002-2 60.10% 16.37% 85673199

2002-3 60.94% 21.19% 87592449

2002-4 57.50% 21.14% 101376477

2003-1 58.82% 21.07% 100325048

2003-2 58.16% 22.13% 102285621

2003-3 56.52% 24.43% 105536124

2003-4 55.01% 24.49% 111919666

2004-1 54.34% 27.11% 130915883

2004-2 52.55% 27.94% 135835790

2004-3 49.79% 27.81% 152217375

2004-4 47.00% 27.57% 153825008

2005-1 46.98% 27.38% 148958865

2005-2 47.55% 27.32% 161301471

2005-3 47.51% 26.45% 178293011

2005-4 46.58% 26.34% 188778585

2006-1 45.56% 26.22% 147100045

2006-2 45.33% 25.48% 177876728

2006-3 44.90% 24.89% 198338598

2006-4 42.22% 24.11% 231271594

2007-1 40.90% 23.74% 160325074

2007-2 39.76% 23.50% 201303569

2007-3 39.68% 23.30% 239407032

2007-4 38.85% 23.42% 311704457

2008-1 40.39% 23.22% 224233268

2008-2 39.99% 22.89% 260455275

2008-3 40.89% 22.54% 235269240

2008-4 41.31% 22.42% 283701082

2009-1 43.34% 22.18% 157649696

2009-2 44.08% 22.27% 186894010

2009-3 42.57% 22.23% 199689072

2009-4 39.72% 21.93% 179504698

2010-1 39.09% 21.77% 146459734

2010-2 39.43% 21.54% 154120759

2010-3 31.67% 17.14% 172787494

2010-4 31.61% 17.11% 195940518

2011-1 32.15% 16.93% 172087360

56

2011-2 31.10% 16.66% 192821168

2011-3 30.13% 16.20% 228659565

2011-4 29.67% 15.91% 277467006

2012-1 30.27% 15.62% 212147039

2012-2 30.10% 15.56% 241142599

2012-3 29.75% 15.33% 233340535

2012-4 29.11% 15.15% 227288958

2013-1 29.59% 14.71% 157885743

2013-2 28.49% 15.14% 167902943

2013-3 27.56% 15.15% 176827545

2013-4 25.98% 15.25% 175787407

2014-1 27.06% 15.49% 160614315

2014-2 27.43% 15.07% 152980588

2014-3 26.78% 14.83% 158734930

2014-4 26.82% 14.74% 153985903

2015-1 33.32% 14.59% 126662601

2015-2 33.16% 14.59% 120018445

2015-3 31.57% 14.60% 126203700

2015-4 30.94% 14.14% 129076315

AÑO MANO

DE OBRA

IMPORTACION DE

TECNOLOGIA

PRODUCCION DE ALGODÓN

2002-1 229289 4675803.535 39441

2002-2 244792 14027410.61 70890

2002-3 250276 18703214.14 21686

2002-4 289661 9351607.07 6596

2003-1 3279668 5632863.65 39441

2003-2 3343760 16898590.95 70890

2003-3 3450020 22531454.6 21686

2003-4 3658701 11265727.3 6596

2004-1 250272 12680790.83 57246

2004-2 259678 6340395.415 87313

2004-3 290994 19021186.25 34487

2004-4 294068 25361581.66 8652

2005-1 242138 6237604.977 44068

2005-2 262201 18712814.93 129553

2005-3 289822 24950419.91 28700

2005-4 306866 12475209.95 4996

2006-1 222207 12770483.2 48892

57

2006-2 268698 6385241.601 107189

2006-3 299607 19155724.8 52763

2006-4 349355 25540966.4 4565

2007-1 207853 19721793.92 43736

2007-2 260980 9860896.959 131377

2007-3 310379 29582690.88 35492

2007-4 404109 39443587.84 4832

2008-1 268895 12222246.82 34114

2008-2 312332 36666740.46 105501

2008-3 282129 48888987.28 24804

2008-4 340208 24444493.64 2977

2009-1 267185 8710481.686 29498

2009-2 316748 4355240.843 49768

2009-3 338433 13065722.53 14722

2009-4 304225 17420963.37 1980

2010-1 273400 6502141.662 12004

2010-2 287701 19506424.99 40062

2010-3 322547 26008566.65 10681

2010-4 365767 13004283.32 1010

2011-1 250190 8346665.184 15559

2011-2 280334 25039995.55 72279

2011-3 332438 33386660.74 29937

2011-4 403396 16693330.37 4273

2012-1 297516 9399774.587 21444

2012-2 338180 28199323.76 72873

2012-3 327238 37599098.35 14436

2012-4 318751 18799549.17 2202

2013-1 301738 15506467.97 19643

2013-2 320883 7753233.983 49485

2013-3 337939 23259701.95 12151

2013-4 335951 31012935.93 1344

2014-1 333856 12625532 17147

2014-2 317988 6312766.002 57423

2014-3 329950 18938298.01 16842

2014-4 320078 25251064.01 1054

2015-1 330547 5063572.123 9459

2015-2 313208 15190716.37 52378

2015-3 329350 20254288.49 8030

2015-4 336846 10127144.25 342

58

- Análisis de covarianza Inicial

- Análisis de covarianza luego de corrección econométrica

59

- Correlograma del error

universidad san ignacio de loyola facultad de...

Documents